大數(shù)據(jù)時代已經(jīng)到來，越來越多的行業(yè)面臨著大量數(shù)據(jù)需要存儲以及分析的挑戰(zhàn)。Hadoop，作為一個開源的分布式并行處理平臺，以其高擴(kuò)展、高效率、高可靠等優(yōu)點、得到越來越廣泛的應(yīng)用。本課程是整套大數(shù)據(jù)課程的基石：其一，分布式文件系統(tǒng)HDFS用于存儲海量數(shù)據(jù)，無論Hive、Hbase或者Spark數(shù)據(jù)存儲在其上面；其二是分布式資源管理框架YARN,是Hadoop云操作系統(tǒng)（也稱數(shù)據(jù)系統(tǒng)），管理集群資源和分布式數(shù)據(jù)處理框架MapReduce、Spark應(yīng)用的資源調(diào)度監(jiān)控；分布式并行計算框架MapReduce目前是海量數(shù)據(jù)并行處理的一個常用的框架。Hadoop的編譯、環(huán)境搭建、HDFS Shell使用，YARN集群資源管理與任務(wù)監(jiān)控，MapReduce編程，分布式集群的部署管理（包括高可用性HA）。

★數(shù)據(jù)分析與處理
★人工智能
★Hadoop運(yùn)用
★L(fēng)inux操作系統(tǒng)
★Python與網(wǎng)絡(luò)爬蟲技術(shù)
★SPSS\SAS數(shù)據(jù)分析與挖掘
★Tableau數(shù)據(jù)可視化應(yīng)用
★MySQL運(yùn)用和自動化操作

課程體系：數(shù)據(jù)挖掘、數(shù)據(jù)分析、數(shù)據(jù)倉庫、商業(yè)智能、大數(shù)據(jù)技術(shù)、人工智能、機(jī)器學(xué)習(xí)、項目管理、系統(tǒng)架構(gòu)
實戰(zhàn)為王：不僅僅在于數(shù)據(jù)挖掘和數(shù)據(jù)分析，算法理論上深入了解，更是貫穿大量實戰(zhàn)案例與企業(yè)常用工具配合使用，讓你成為一個實戰(zhàn)家。
豐富的資源：針對學(xué)員在整個課程學(xué)習(xí)的過程中所需要的不用的資料，制定了大量課前知識點預(yù)習(xí)教材，課中練習(xí)案例，課后復(fù)習(xí)鞏固的作業(yè)和項目。
能力培養(yǎng)：通過PK賽提升學(xué)員的人文技能：溝通表達(dá)能力、演講能力、抗壓能力和自信心。
學(xué)習(xí)方式：白天線下面授，晚上助教輔導(dǎo)晚自習(xí)，周末在家觀看在線視頻教程，多種學(xué)習(xí)方式助你。
適合所有學(xué)員：無論你是剛畢業(yè)或在校大學(xué)生，還是你已經(jīng)從事相關(guān)專業(yè)工作，只要你愿意，都可以選擇學(xué)習(xí)本套課程，為你未來的更好的就業(yè)或晉級加薪充電加油！

第 一章Linux系統(tǒng)和SHELL腳本開發(fā)
第 一節(jié)Linux環(huán)境安裝和介紹(免費(fèi))
第二節(jié)Linux常用命令(免費(fèi))
第三節(jié)Linux vi/vim編輯器（上）
第四節(jié)Linux vi/vim編輯器（下）
第五節(jié)Linux用戶管理（一）
第六節(jié)Linux用戶管理（二）
第七節(jié)Linux用戶管理（三）
第八節(jié)Linux網(wǎng)絡(luò)配置
第九節(jié)SecureCRT
第十節(jié)Yum源制作
第十一節(jié)MySQL和Java環(huán)境安裝
第十二節(jié)集群環(huán)境安裝軟件
第十三節(jié)Linux免密登錄和Linux SHELL開發(fā)（一）
第十四節(jié)Linux SHELL開發(fā)（二）
第十五節(jié)Linux SHELL開發(fā)（三）
第十六節(jié)Linux SHELL開發(fā)（四）
第十七節(jié)Linux SHELL開發(fā)（五）
第十八節(jié)Linux SHELL開發(fā)（六）
第二章大數(shù)據(jù)入門和集群搭建
第 一節(jié)大數(shù)據(jù)課程介紹(免費(fèi))
第二節(jié)Hadoop集群和搭建（一）(免費(fèi))
第三節(jié)Hadoop集群和搭建（二）(免費(fèi))
第四節(jié)Hadoop集群和搭建（三）(免費(fèi))
第五節(jié)Hadoop集群和搭建（四）
第六節(jié)Hadoop集群和搭建（五）
第七節(jié)Hadoop集群和搭建（六）
第八節(jié)Hadoop集群和搭建（七）
第三章HDFS和MapReduce
第 一節(jié)Java連接HDFS操作（上）
第二節(jié)Java連接HDFS操作（下）
第三節(jié)客戶端上傳文件到HDFS流程
第四節(jié)作業(yè)講解和MapReduce（一）
第五節(jié)MapReduce（二）
第六節(jié)MapReduce（三）
第七節(jié)MapReduce（四）
第八節(jié)MapReduce（五）
第九節(jié)MapReduce（六）
第十節(jié)MapReduce（七）
第十一節(jié)MapReduce（八）
第十二節(jié)MapReduce（九）
第十三節(jié)MapReduce（十）
第十四節(jié)MapReduce（十一）
第十五節(jié)MapReduce（十二）
第十六節(jié)MapReduce（十三）
第十七節(jié)MapReduce（十四）
第十八節(jié)MapReduce（十五）
第十九節(jié)MapReduce小結(jié)
第四章Zookeeper和HBase
第 一節(jié)Zookeeper安裝（上）
第二節(jié)Zookeeper安裝（下）
第三節(jié)案例操作（一）
第四節(jié)案例操作（二）
第五節(jié)案例操作（三）
第六節(jié)HBase安裝
第七節(jié)HBase簡單使用
第八節(jié)HBase SHELL命令
第九節(jié)HBase案例操作
第五章MySQL和Hive
第 一節(jié)HBase和MySQL介紹
第二節(jié)MySQL安裝
第三節(jié)Hive安裝和配置
第四節(jié)Hive SQL操作（上）
第五節(jié)Hive SQL操作（下）
第六節(jié)Hive UDF
第六章Scala
第 一節(jié)Scala簡介
第二節(jié)Scala基礎(chǔ)語法（上）
第三節(jié)Scala基礎(chǔ)語法（下）
第四節(jié)Scala過濾（上）
第五節(jié)Scala過濾（下）和Map操作
第六節(jié)Scala面向?qū)ο螅ㄉ希?/span>
第七節(jié)Scala面向?qū)ο螅ㄏ拢?/span>
第八節(jié)Scala函數(shù)式編程
第九節(jié)Scala實現(xiàn)MapReduce（一）
第十節(jié)Scala實現(xiàn)MapReduce（二）
第十一節(jié)Scala實現(xiàn)MapReduce（三）
第十二節(jié)Scala實現(xiàn)MapReduce（四）
第十三節(jié)Scala操作數(shù)據(jù)庫（上）
第十四節(jié)Scala操作數(shù)據(jù)庫（下）
第七章Spark
第 一節(jié)上節(jié)內(nèi)容補(bǔ)充和Spark入門
第二節(jié)Spark安裝和配置
第三節(jié)Spark RDD（一）
第四節(jié)Spark RDD（二）
第五節(jié)Spark RDD（三）
第六節(jié)Spark RDD（四）
第七節(jié)Spark集群小結(jié)
第八節(jié)Spark RDD小結(jié)（上）
第九節(jié)Spark RDD小結(jié)（下）
第十節(jié)Spark SHELL
第十一節(jié)Spark DAGScheduler
第十二節(jié)Spark DateFrame（一）
第十三節(jié)Spark DateFrame（二）
第十四節(jié)Spark DateFrame（三）
第十五節(jié)Spark DateFrame（四）
第十六節(jié)Spark調(diào)優(yōu)和Spark SQL（一）
第十七節(jié)Spark SQL（二）
第十八節(jié)Spark SQL（三）
第十九節(jié)Spark SQL（四）
第二十節(jié)Spark SQL（五）和Kafka安裝配置（上）
第二十一節(jié)Kafka安裝配置（下）和Spark Streaming（一）
第二十二節(jié)Spark Streaming（二）
第二十三節(jié)Spark Streaming（三）
第二十四節(jié)Spark小結(jié)（一）
第二十五節(jié)Spark小結(jié)（二）
第二十六節(jié)Spark小結(jié)（三）